[发明专利]一种字幕语音精准同步系统及方法、信息数据处理终端

权利要求书

1.一种字幕语音精准同步方法，其特征在于，所述字幕语音精准同步方法采用语音切分技术切分时间轴，通过语音分析系统进行机器识别；对原文进行智能翻译，分为原文分析、原文译文转换和译文生成3个阶段；运用流媒体服务器将音视频以流的方式在网络中传送；

所述采用语音切分技术切分时间轴，通过语音分析系统进行机器识别进一步包括：采用两遍的维纳滤波技术消除背景噪声；采用混合高斯建模的方法去除垃圾语音；采用谐波检测技术有效检测语音起始点；

采用基于WFST的Cross-word静态搜索空间构建方法，将WFST用在语音识别领域则融入了声学处理特征，将声学模型、声学上下文、发音词典及语言模型等通过WFST紧密结合，并在WFST上进行搜索；通过充分的双调归并算法优化网络；

采用基于最小化句子错误率的鉴别性训练准则进行声学模型自适应；

支持32路语音数据流的实时识别。

2.如权利要求1所述的字幕语音精准同步方法，其特征在于，所述原文分析、原文译文转换和译文生成3个阶段将原文译文转换阶段与原文分析阶段结合在一起，而把译文生成阶段独立起来，建立相关分析独立生成系统；把原文分析阶段独立起来，把原文译文转换阶段同译文生成阶段结合起来，建立独立分析相关生成系统；把原文分析、原文译文转换与译文生成分别独立开来，建立独立分析独立生成系统。

3.一种如权利要求1所述字幕语音精准同步方法的字幕语音精准同步系统，其特征在于，所述字幕语音精准同步系统包括：

机器识别模块，采用语音切分技术切分时间轴后，通过语音分析系统进行机器识别；

机器翻译模块，在机器识别出语音的基础上，对原文进行智能翻译；

流媒体直播模块，运用流媒体服务器将音视频以流的方式在网络中传送。

4.如权利要求3所述的字幕语音精准同步系统，其特征在于，所述机器识别模块包括：获取特征向量、声学模型、语言模型、解码器。

5.一种实现权利要求1～2任意一项所述字幕语音精准同步方法的信息数据处理终端。

6.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-2任意一项所述的字幕语音精准同步方法。